Les bavards arrivent. Par-dessus tout, l’utilisation de l’intelligence artificielle moderne favorise leur utilisation dans le service à la clientèle. Toutefois, le niveau de service ne doit pas se détériorer. La qualité de la communication et de l’information avec le client doit être maintenue.
La numérisation et l’essor de l’internet et des appareils mobiles qui lui est associé ont modifié la manière dont les gens interagissent entre eux et avec les entreprises. L’Internet a stimulé le commerce électronique (e-commerce) et la croissance des réseaux sans fil et des appareils mobiles a conduit au développement du commerce électronique mobile (m-commerce). Le commerce mobile permet aux utilisateurs de mener des activités de commerce électronique via un appareil mobile. Il offre un large éventail de possibilités aux entreprises, car il peut faciliter l’expansion des activités commerciales et permettre des transactions qui n’étaient pas possibles auparavant. En outre, l’essor de l’internet et des smartphones mobiles permet aux entreprises d’établir et d’entretenir des relations plus directes avec leurs clients.
Les applications mobiles de messagerie en hausse
En plus de la croissance du m-commerce, le nombre d’utilisateurs actifs mensuels d’applications de messagerie mobile est également en augmentation. Depuis 2016, les quatre plus grandes applications de messagerie (Facebook Messenger, WhatsApp, WeChat, QQ Messenger) ont surpassé même les quatre plus grands réseaux sociaux en termes de nombre d’utilisateurs actifs mensuels.
En réponse, plusieurs entreprises, compagnies aériennes, fournisseurs de services de conduite et compagnies d’assurance ont commencé à offrir des services à leurs clients via des applications de messagerie. C’est pourquoi de nombreuses compagnies aériennes offrent désormais à leurs voyageurs la possibilité de s’enregistrer, de poser des questions et de mettre à jour leurs informations via Facebook Messenger.
De même, les prestataires de services de conduite pour la route et le rail, etc. offrent des services similaires. La communication via une application de messagerie mobile permet en fin de compte aux clients et aux entreprises d’interagir par le biais de messages textuels (multimodaux), d’une méthode de communication généralement compréhensible et d’une interface familière. Au lieu d’appeler, d’envoyer des courriels ou d’ouvrir une application, les clients peuvent simplement s’adresser aux entreprises par le biais d’un chat textuel ou vocal au moment et à l’endroit qui leur conviennent.
Rendre les chatbots bientôt superflus pour les gens
Mais comment fonctionnent réellement les chatbots ? Y a-t-il cette IA en arrière-plan que personne ne connaît vraiment, dont tout le monde parle et qui va bientôt rendre les gens licenciés ? Non, il n’y a pas d’IA, il n’y en a pas dans d’autres domaines et il n’y en aura pas dans un avenir prévisible. Au lieu de cela, un chatbot, s’il est bien fait, consiste en des blocs de construction intelligents qui permettent un comportement intelligent basé sur des méthodes de l’intelligence artificielle et des algorithmes basés sur la connaissance.
Neuf étapes de la fonction d’un chatbot
La fonctionnalité d’un chatbot se déroule en neuf étapes. Le diagramme suivant montre l’architecture et le processus interne du chatbot:
Un être humain formule un énoncé en langue naturelle et le communique au chatbot soit par le clavier, soit par la parole. À ce stade, la première méthode d’IA est déjà utilisée : la reconnaissance automatique de la parole (ASR). En son cœur, la RSA consiste en un réseau neuronal complexe qui a été formé avec un grand nombre de textes parlés par un grand nombre de locuteurs différents. La méthode d’IA utilisée ici est l’apprentissage profond. La tâche de l’ASR est, en fin de compte, de transformer les paroles d’un être humain en un texte lisible par une machine.
L’étape suivante, la compréhension du langage naturel (NLU), consiste à reconnaître le sens du texte dans son contexte. Une analyse sémantique est effectuée. Dans l’exemple ci-dessus, le transfert de 100 euros est concerné, les informations à extraire sont donc les suivantes : intention : transaction, devise : euro, montant : 100. Différentes
technologies d’IA sont utilisées ici, notamment des formalismes basés sur la grammaire, l’apprentissage automatique et l’apprentissage approfondi, l’extraction d’informations, ainsi que d’autres sous-procédures basées sur l’IA.
À l’étape 4, les informations sont stockées de manière structurée, afin d’arriver à une action de la part du chatbot à l’étape 5 avec la connaissance dynamique, dialogique et statique. Les connaissances statiques comprennent les informations sur le compte de l’utilisateur, les règles d’une transaction, les règles de sécurité / authentification, et bien plus encore. La connaissance dynamique, en revanche, est constituée des données structurées du dialogue en cours reconnu à l’étape 3. La connaissance du dialogue contient le graphique du dialogue, qui détermine, entre autres, quelles informations sont nécessaires pour exécuter une action.
Dans ce contexte, on parle aussi de cadres sémantiques, qui doivent être remplis. Dans notre exemple, les informations sur le compte cible sont manquantes, de sorte que le chatbot tente de demander ces données à l’utilisateur comme étape logique suivante. Si l’utilisateur avait déjà fourni le compte cible lors d’une étape de dialogue précédente, celui-ci serait stocké dans la connaissance dynamique et la demande ne serait pas nécessaire. La connaissance statique et dialoguée peut être représentée ici par de simples bases de données SQL, des bases de données graphiques ou des technologies Big Data, la structure peut être faite manuellement ou par des procédures d’extraction machine.
Les données de sortie produites à l’étape 6 sont maintenant formulées en langage naturel à l’étape 7. La zone AI de la Génération du langage naturel (NLG) est utilisée ici. La tâche principale du NLG est la formulation de textes en langue naturelle orientés vers les groupes cibles, qui doivent contenir toutes les informations et intentions de l’étape 6. Pour les robots de chat multimodaux, une combinaison d’informations textuelles et graphiques est également possible.
À l’étape 8, le résultat de l’étape 7 est maintenant transmis à l’utilisateur en fonction du canal d’interaction. Pour les robots de chat basés sur la parole, la synthèse de la parole naturelle est effectuée ici à l’aide d’un système dit “Text-to-Speech” (TTS). Derrière le TTS se trouvent à nouveau des méthodes d’IA issues de l’apprentissage machine ou de l’apprentissage profond.
Le progrès technologique prépare le terrain pour les chatbots
Selon ce schéma, tous les chatbots sérieux fonctionnent. Certains mettent davantage l’accent sur des structures d’information exactes et évitent les méthodes mécaniques pour construire les connaissances sous-jacentes. D’autres robots de discussion, en revanche, améliorent continuellement les connaissances dialogiques et statiques par le biais de dialogues. Chaque domaine d’application nécessite une orientation différente, la solution se situe souvent entre ces deux extrêmes. Pourquoi les “chat bots” connaissent-ils un boom, surtout ces derniers temps, puisque les “avatars”, c’est le nom des chatbots que l’on trouvait sur de nombreux sites web il y a une dizaine d’années, étaient pour la plupart inutiles au final et ont disparu à nouveau après un certain temps ?
L’une des raisons en est le succès dans les domaines de l’apprentissage machine et des technologies de traitement de données volumineuses, qui permettent de traiter de très grandes quantités de données en très peu de temps. Ainsi, les différentes étapes ont été considérablement améliorées sur le plan qualitatif, voire rendues possibles. Une autre raison est, comme déjà mentionné ci-dessus, la croissance constante du M-Commerce.
Grâce aux technologies d’IA sous forme de chatbots, les entreprises peuvent aujourd’hui maintenir un canal direct vers le client ouvert 24h/24 et 7j/7 dans les deux sens. L’équation ici pourrait donc être : “AI = interaction centrée sur le client”.
Mais, les personnes restent importantes
Grâce aux progrès technologiques dans les domaines de l’AI et des Big Data, des interfaces conversationnelles seront établies dans de nombreux domaines dans un avenir proche. L’amélioration constante de l’intelligence artificielle autodidacte permettra d’automatiser considérablement les processus et de réduire les coûts. La sécurité et la vie privée resteront des obstacles importants à l’acceptation. Dans un avenir prévisible, un chatbot ne remplacera pas une conversation personnelle.